Zaman Pelatihan

public final class TrainingEpochs<
  Samples: Collection,
  Entropy: RandomNumberGenerator
>: Sequence, IteratorProtocol

Urutan kumpulan sampel batch yang tak terbatas yang cocok untuk melatih DNN ketika sampelnya seragam.

Batch di setiap epoch semuanya memiliki ukuran yang persis sama.

• init(sampel:batchSize:entropy:)
  Membuat instance yang menggambar sampel dari samples ke dalam batch berukuran batchSize .

  Pernyataan

  public init(
    samples: Samples,
    batchSize: Int,
    entropy: Entropy
  )

  Parameter

  entropy

  sumber keacakan yang digunakan untuk mengacak pemesanan sampel. Itu akan disimpan di self , jadi jika hanya pseudorandom dan memiliki nilai semantik, urutan zaman bersifat deterministik dan tidak bergantung pada operasi lain.

• Elemen
  Jenis setiap zaman, kumpulan kumpulan sampel.

  Pernyataan

  public typealias Element = Slices<
    Sampling<Samples, Array<Samples.Index>.SubSequence>
  >

• Berikutnya()
  Mengembalikan zaman berikutnya secara berurutan.

  Pernyataan

  public func next() -> Element?

Tersedia di mana `Entropy` == `SystemRandomNumberGenerator`

• init(sampel:batchSize:)
  Membuat instance yang menggambar sampel dari samples ke dalam batch berukuran batchSize .

  Pernyataan

  public convenience init(
    samples: Samples,
    batchSize: Int
  )